现代汽车集团数据飞轮全面运转：700万辆年销量的数据喂给自动驾驶AI

先看数据规模，这是整套逻辑的起点。现代与起亚每年在全球约190个国家和地区卖出超过700万辆车，这个产量本身就是数据采集的基础设施。目前集团运营约40辆专用数据采集车，全天候采集行驶数据，数据集覆盖的不只是日常通勤场景，还包括大量长尾边角案例：道路施工区与基础设施变化、恶劣天气、突发变道与紧急机动、小街窄路上的路边停车、复杂城市交通流。值得留意的是，这套叙事把竞争维度讲得比过去更清楚：自动驾驶的竞争不再是比较某个具体功能，而是比谁掌握的数据多、谁学得快、谁把结果更快落到产品和服务上。42dot CEO 兼集团先进车辆平台（AVP）部门总裁 Minwoo Park 的原话是，竞争力取决于你能不能建立起持续快速学习的系统，目标是让客户信任，同时在保证安全与质量的前提下快速学习和改进。

第二个看点是学习技术，因为光有数据量并不构成优势。新闻稿里有一句话说得挺实在：自动驾驶 AI 的性能不是由数据量单独决定的，而取决于开发者能否有效识别那些让模型为难的场景，并把学习集中到这些场景上。为此，集团从今年早些时候开始往数据飞轮里加了几样东西。困难样本挖掘（Hard Example Mining）自动识别模型难以识别或解读的挑战性场景，优先纳入训练。持续训练流水线把新采集的真实道路与验证数据不断并进模型训练，车辆评估的发现又回流到数据采集和模型开发，缩短开发周期。虚拟验证则用三维重建加图形技术解决现实里做不了的问题——集团把真实道路数据重建为三维环境，使用 3D Gaussian Splatting 这类先进图形技术复现现实中难以安全复现的场景，让工程师反复在多样边角案例上评估模型，同时验证新训练的模型没有让既有性能退化。此外还有跨时区的追日式开发（Follow-the-Sun），把韩国和美国的开发中心连起来，利用时差接力做数据采集、问题分析与模型改进，实现近乎 24 小时连续开发；以及逐步接入的 Special Event Recorder（SER），自动记录自动驾驶过程中的重要事件及相关数据用于训练。

第三个也是最有信息量的部分，是双轨策略的具体时间表。集团今年3月公布了与英伟达的合作策略，把路线拆成两条。第一条轨是把英伟达已验证的车载 AI 计算平台和自动驾驶软件整合进集团的软件定义汽车（SDV）架构，优先加速落地：搭载英伟达方案、具备 L2+ 能力的量产车目标定在2028年上半年，L2++ 量产车目标定在2028年下半年；同时推动现代、起亚、42dot 和 Motional 共用的传感器系统逐步标准化到 NVIDIA DRIVE Hyperion 10，以提高数据采集与训练利用的一致性。第二条轨是自研路线：AVP 部门与 42dot 联合开发的端到端（E2E）自动驾驶系统 Atria AI 继续推进，同时在开发 Atria 的视觉语言动作（VLA）技术，量产目标是2029年下半年推出 L2++ 车型，能力按真实道路数据逐步迭代。两条轨并行，一条买成熟能力抢时间，一条攒自研能力争长期——这也是全球车企在自动驾驶上最典型的务实打法。

还有一个容易被跳过的细节：Data Union 生态。集团正在基于标准化的传感器架构和数据结构建立 Data Union 框架，目标不是简单地交换原始数据，而是让跨车辆、跨组织产生的数据能够被更广泛地使用。把它和同一天的另一条新闻放在一起看会更有意思——英伟达CEO黄仁勋在高盛大会上把自动驾驶和机器人列为 AI 的下一个增长领域，而现代汽车集团恰好是英伟达在汽车侧最重要的合作伙伴之一。也就是说，物理 AI 这条赛道上，算力厂商和整车厂正在互相借力：前者需要真实的道路数据和量产场景来证明平台价值，后者需要成熟的算力平台来争取时间。这也解释了为什么现代集团要在数据标准和传感器架构上做统一——数据能不能被复用，取决于接口是不是一致的；而接口是谁定的，决定了未来谁在生态里更有话语权。